丢弃支持向量万博1manbetx
mdlOut=丢弃支持向量(md万博1manbetxl)
返回经过训练的线性支持向量机(SVM)回归模型万博1manbetx姆德洛特
=丢弃支持向量(万博1manbetxmdl
)姆德洛特
,这与经过训练的线性SVM回归模型类似mdl
,除了:
这个阿尔法
和万博1manbetx支持向量
属性为空([]
).
如果你显示姆德洛特
,软件将列出贝塔
属性,而不是阿尔法
所有物
对于训练过的线性支持向量机回归模型万博1manbetx支持向量
财产是一种财富Nsv——- - - - - -P矩阵Nsv支持向量的数量(最多为训练样本量)万博1manbetx和P为预测变量的数量。如果有任何预测是绝对的,那么P包括解释所有分类预测水平所需的虚拟变量数量。这个阿尔法
属性是具有Nsv元素。
这个万博1manbetx支持向量
和阿尔法
对于包含许多观察值或示例的复杂数据集,属性可能很大。但是,贝塔
属性是具有P元素,可能要小得多。您可以使用训练有素的支持向量机回归模型来预测响应值,即使您丢弃支持向量,因为万博1manbetx预测
和再预测
方法使用贝塔
计算预测响应。
如果经过训练的线性支持向量机回归模型有许多支持向量,则使用万博1manbetx丢弃支持向量万博1manbetx
为了减少经过训练的线性SVM回归模型消耗的磁盘空间量。您可以通过输入来显示支持向量矩阵的大小万博1manbetx大小(mdlIn.Su万博1manbetxpportVectors)
.
哪里:
β是β值,存储为mdl。β
.
β0偏差值是否存储为偏误
.
X
是训练数据。
s
是内核比例值,存储为mdl.KernelParameters.Scale
.
这样,软件的使用才有价值mdl。β
即使在丢弃支持向量后也能进行预测。万博1manbetx